MétaCan
Menu
Retour à la cohorte
Enregistrement W2116812336 · doi:10.1139/cjfr-2015-0138

Influence of hydrologic modifications on <i>Fraxinus pennsylvanica</i> in the Mississippi River Alluvial Valley, USA

2015· article· en· W2116812336 sur OpenAlexvenueno aff
Hugo K.W. Gee, Sammy L. King, Richard F. Keim

Notice bibliographique

RevueCanadian Journal of Forest Research · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydrology (agriculture)LeveeEnvironmental scienceFloodplainFlood mythOverbankAlluviumFlooding (psychology)EcologyGeographyGeologyBiologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

We used tree-ring analysis to examine the radial growth response of a common, moderately flood-tolerant species (Fraxinus pennsylvanica Marsh.) to hydrologic and climatic variability for >40 years before and after hydrologic modifications affecting two forest stands in the Mississippi River Alluvial Valley (USA): a stand without levees below dams and a stand within a ring levee. At the stand without levees below dams, spring flood stages decreased and overall growth increased after dam construction, which we attribute to a reduction in flood stress. At the stand within a ring levee, growth responded to the elimination of overbank flooding by shifting from being positively correlated with river stage to not being correlated with river stage. In general, growth in swales was positively correlated with river stage and Palmer Drought Severity Index (an index of soil moisture) for longer periods than flats. Growth decreased after levee construction, but swales were less impacted than flats likely because of differences in elevation and soils provided higher soil moisture. Results of this study indicate that broadscale hydrologic processes differ in their effects on the flood regime, and the effects on growth of moderately flood-tolerant species such as F. pennsylvanica can be mediated by local-scale factors such as topographic position, which affects soil moisture.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,112
Tête enseignante GPT0,321
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetTree-ring climate responsesTravaux en français237 207